Análisis estadistico Diamentes
Ronald Daniel Jacanamejoy, Miguel Andres Garcia
2023-03-13
ANALISIS ESTADISTICO PARA VARIABLES CUANTITATIVAS
En el presente análisis se contará con las siguientes variables de la base de datos denominada diamantes:
PRECIO: Precio de los diamantes en dólares americanos.
QUILATE: Peso del diamante
PROFUNDIDAD: Porcentaje de la profundidad total.
TABLA: Ancho de la parte superior del diamante.
X: Largo en milímetros.
Y: Ancho en milímetros.
Z: Profundidad en milímetros.
INTRODUCCION
El presente documento presenta un análisis estadístico de una muestra de mil datos extraídos de más de 50,000 registros de diamantes con información detallada sobre su precio, color, quilate, corte, claridad, profundidad, tabla, x, y, y z. Estas diez variables fueron clasificadas como cuantitativas y cualitativas, y se les aplicaron diversas medidas estadísticas para obtener una comprensión más profunda de los datos.
Entre las medidas aplicadas se encuentran las medidas de tendencia central, como la media, la mediana y la moda, las cuales proporcionan información valiosa sobre el comportamiento general de los datos y nos permiten identificar los valores más representativos en cada una de las variables.
Además, se emplearon medidas de variabilidad, tales como la desviación estándar y el rango intercuartil, para conocer la dispersión de los datos en torno a las medidas de tendencia central. Estas medidas nos permiten comprender la variabilidad de los datos y detectar posibles valores atípicos o anomalías en la muestra.
Asimismo, se aplicaron medidas de dispersión, como la correlación y la covarianza, para examinar la relación entre las diferentes variables en la muestra. Estas medidas nos permiten comprender si existe una relación entre dos o más variables, y si esta relación es positiva o negativa.
En resumen, este análisis estadístico nos permite obtener una comprensión más profunda de la muestra de datos de diamantes y proporciona información valiosa para la toma de decisiones.
TABLA DE FRECUENCIAS,DENSIDAD Y POLIGONOS
Las tablas de frecuencia nos ayudan a organizar los conjuntos de datos.Existen diferentes tipos de frecuencia entre ellas se encuentran la frecuencia absoluta, frecuencia absoluta acumulada, frecuencia relativa y frecuencia relativa acumulada. Por otra parte, las tablas de frecuencia junto con los histogramas y la densidad nos dan una idea de como se encuentran distribuidos los datos. Para ello a continuación se presentan diferentes graficos como la densidad y poligono de frecuencia de cada una de las variables, posteriormente se mostraran las simetrias.
Tabla de frecuencia precio
tablaFrecuenciaPrecio <- fdt(precio,breaks = "Sturges"); tablaFrecuenciaPrecio## Class limits f rf rf(%) cf cf(%)
## [379.17,2062.2509) 470 0.47 47.0 470 47.0
## [2062.2509,3745.3318) 156 0.16 15.6 626 62.6
## [3745.3318,5428.4127) 124 0.12 12.4 750 75.0
## [5428.4127,7111.4936) 69 0.07 6.9 819 81.9
## [7111.4936,8794.5745) 49 0.05 4.9 868 86.8
## [8794.5745,10477.655) 42 0.04 4.2 910 91.0
## [10477.655,12160.736) 24 0.02 2.4 934 93.4
## [12160.736,13843.817) 25 0.03 2.5 959 95.9
## [13843.817,15526.898) 11 0.01 1.1 970 97.0
## [15526.898,17209.979) 13 0.01 1.3 983 98.3
## [17209.979,18893.06) 17 0.02 1.7 1000 100.0Histograma Precio
plot(tablaFrecuenciaPrecio,main="Histograma Precio",xlab="precio",
ylab="Frecuencia absoluta",col="#CD3333")
Densidadd y poligono de frecuencia Precio
La linea azul representa la media para la variable precio
tablaPrecio <- data.frame(valores=precio)
histogramaPrecio <- ggplot(tablaPrecio, aes(x=valores))+
geom_histogram(aes(y=..density..), colour="#EE9572",fill="white")+
geom_density(alpha=.2, fill="#FF6666")+ggtitle("Densidad y Poligono de frecuencia")
histogramaPrecio
histMediaPrecio <- histogramaPrecio + geom_vline(aes(xintercept=mean(valores)),
color="aquamarine3",linetype="dashed",linewidth=1)+
geom_freqpoly(bin=tablaPrecio, color="#8B7B8B")
histMediaPrecio
Tabla de frecuencia Quilate
tablaFrecuenciaQuilate <- fdt(quilate,breaks = "Sturges"); tablaFrecuenciaQuilate## Class limits f rf rf(%) cf cf(%)
## [0.2277,0.4567) 324 0.32 32.4 324 32.4
## [0.4567,0.6858) 151 0.15 15.1 475 47.5
## [0.6858,0.9148) 166 0.17 16.6 641 64.1
## [0.9148,1.144) 160 0.16 16.0 801 80.1
## [1.144,1.373) 73 0.07 7.3 874 87.4
## [1.373,1.602) 59 0.06 5.9 933 93.3
## [1.602,1.831) 20 0.02 2.0 953 95.3
## [1.831,2.06) 22 0.02 2.2 975 97.5
## [2.06,2.289) 17 0.02 1.7 992 99.2
## [2.289,2.518) 7 0.01 0.7 999 99.9
## [2.518,2.747) 1 0.00 0.1 1000 100.0Histograma Quilate
plot(tablaFrecuenciaQuilate,main="Histograma Quilate",xlab="Quilate",
ylab="Frecuencia absoluta",col="#EED8AE")
Densidad y poligono de Frecuencia Quilate
tablaQuilate <- data.frame(values=quilate)
histogramaQuilate <- ggplot(tablaQuilate, aes(x=values))+
geom_histogram(aes(y=..density..), colour="#EE9572",fill="white")+
geom_density(alpha=.2, fill="#00868B")+ggtitle("Densidad y poligono de frecuencia")
histogramaQuilate
histMediaQuilate <- histogramaQuilate + geom_vline(aes(xintercept=mean(values)),
color="aquamarine3",linetype="dashed",linewidth=1)+
geom_freqpoly(bin=tablaQuilate, color="#8B7B8B")
histMediaQuilate
Tabla de frecuencia Profundidad
tablaFrecuenciaProfundidad <- fdt(profundidad,breaks = "Sturges"); tablaFrecuenciaProfundidad## Class limits f rf rf(%) cf cf(%)
## [53.658,55.07) 1 0.00 0.1 1 0.1
## [55.07,56.481) 0 0.00 0.0 1 0.1
## [56.481,57.893) 6 0.01 0.6 7 0.7
## [57.893,59.304) 39 0.04 3.9 46 4.6
## [59.304,60.716) 141 0.14 14.1 187 18.7
## [60.716,62.127) 408 0.41 40.8 595 59.5
## [62.127,63.539) 326 0.33 32.6 921 92.1
## [63.539,64.95) 59 0.06 5.9 980 98.0
## [64.95,66.362) 14 0.01 1.4 994 99.4
## [66.362,67.773) 4 0.00 0.4 998 99.8
## [67.773,69.185) 2 0.00 0.2 1000 100.0Histogrma Profundidad
plot(tablaFrecuenciaProfundidad,main="Histograma profundidad",xlab="profundidad",
ylab="Frecuencia absoluta",col="#EED8AE")
Poligo y densidad Profundidad
tablaProfundidad <- data.frame(value=profundidad)
histogramaProfundidad <- ggplot(tablaProfundidad, aes(x=value))+
geom_histogram(aes(y=..density..), colour="#EE9572",fill="white")+
geom_density(alpha=.2, fill="#00868B")+ggtitle("Densidad y poligono Profundidad")
histogramaProfundidad
histMediaProfundidad <- histogramaProfundidad + geom_vline(aes(xintercept=mean(value)),
color="aquamarine3",linetype="dashed",linewidth=1)+
geom_freqpoly(bin=tablaProfundidad, color="#8B7B8B")
histMediaProfundidad
Tabla de frecuencia Tabla
tablaFrecuenciaTabla <- fdt(muestra1$tabla,breaks = "Sturges"); tablaFrecuenciaTabla## Class limits f rf rf(%) cf cf(%)
## [51.48,53.503) 18 0.02 1.8 18 1.8
## [53.503,55.525) 172 0.17 17.2 190 19.0
## [55.525,57.548) 353 0.35 35.3 543 54.3
## [57.548,59.571) 288 0.29 28.8 831 83.1
## [59.571,61.594) 124 0.12 12.4 955 95.5
## [61.594,63.616) 36 0.04 3.6 991 99.1
## [63.616,65.639) 6 0.01 0.6 997 99.7
## [65.639,67.662) 2 0.00 0.2 999 99.9
## [67.662,69.685) 0 0.00 0.0 999 99.9
## [69.685,71.707) 0 0.00 0.0 999 99.9
## [71.707,73.73) 1 0.00 0.1 1000 100.0Histograma Tabla
plot(tablaFrecuenciaTabla,main="Histograma Tabla",xlab="Tabla",
ylab="Frecuencia absoluta",col="#EED8AE")
Densidad y poligono Tabla
tablaTable <- data.frame(value=muestra1$tabla)
histogramaTabla <- ggplot(tablaTable, aes(x=value))+
geom_histogram(aes(y=..density..), colour="#EE9572",fill="white")+
geom_density(alpha=.2, fill="#00868B")+ggtitle("Densidad y poligono Tabla")
histogramaTabla
histMediaTabla <- histogramaTabla + geom_vline(aes(xintercept=mean(value)),
color="aquamarine3",linetype="dashed",linewidth=1)+
geom_freqpoly(bin=tablaTable, color="#8B7B8B")
histMediaTabla
Tabla de frecuencia X
tablaFrecuenciaX <- fdt(muestra1$x,breaks = "Sturges"); tablaFrecuenciaX## Class limits f rf rf(%) cf cf(%)
## [0,0.8043) 1 0.00 0.1 1 0.1
## [0.8043,1.609) 0 0.00 0.0 1 0.1
## [1.609,2.413) 0 0.00 0.0 1 0.1
## [2.413,3.217) 0 0.00 0.0 1 0.1
## [3.217,4.022) 4 0.00 0.4 5 0.5
## [4.022,4.826) 298 0.30 29.8 303 30.3
## [4.826,5.63) 184 0.18 18.4 487 48.7
## [5.63,6.435) 228 0.23 22.8 715 71.5
## [6.435,7.239) 168 0.17 16.8 883 88.3
## [7.239,8.043) 77 0.08 7.7 960 96.0
## [8.043,8.848) 40 0.04 4.0 1000 100.0Histograma para X
plot(tablaFrecuenciaX,main="Histograma X",xlab="X",
ylab="Frecuencia absoluta",col="#EED8AE")
Poligono y densidad para X
tablaX <- data.frame(value=muestra1$x)
histogramaX <- ggplot(tablaX, aes(x=value))+
geom_histogram(aes(y=..density..), colour="#EE9572",fill="white")+
geom_density(alpha=.2, fill="#00868B")+ggtitle("Densidad y Poligono X")
histogramaX
histMediaX <- histogramaX + geom_vline(aes(xintercept=mean(value)),
color="aquamarine3",linetype="dashed",linewidth=1)+
geom_freqpoly(bin=tablaX, color="#8B7B8B")
histMediaX
Tabla de frecuencia Y
tablaFrecuenciaY <- fdt(muestra1$y,breaks = "Sturges"); tablaFrecuenciaY## Class limits f rf rf(%) cf cf(%)
## [3.96,6.5198) 743 0.74 74.3 743 74.3
## [6.5198,9.0796) 256 0.26 25.6 999 99.9
## [9.0796,11.639) 0 0.00 0.0 999 99.9
## [11.639,14.199) 0 0.00 0.0 999 99.9
## [14.199,16.759) 0 0.00 0.0 999 99.9
## [16.759,19.319) 0 0.00 0.0 999 99.9
## [19.319,21.879) 0 0.00 0.0 999 99.9
## [21.879,24.439) 0 0.00 0.0 999 99.9
## [24.439,26.998) 0 0.00 0.0 999 99.9
## [26.998,29.558) 0 0.00 0.0 999 99.9
## [29.558,32.118) 1 0.00 0.1 1000 100.0Histogrma para Y
plot(tablaFrecuenciaY,main="Histograma Y",xlab="Y",
ylab="Frecuencia absoluta",col="#EED8AE")
Poligono y densidad para Y
tablaY <- data.frame(value=muestra1$y)
histogramaY <- ggplot(tablaY, aes(x=value))+
geom_histogram(aes(y=..density..), colour="#EE9572",fill="white")+
geom_density(alpha=.2, fill="#00868B")+ggtitle("Densidad y Poligono Y")
histogramaY
histMediaY <- histogramaY + geom_vline(aes(xintercept=mean(value)),
color="aquamarine3",linetype="dashed",linewidth=1)+
geom_freqpoly(bin=tablaY, color="#27408B")
histMediaY
Tabla de frecuencia para Z
tablaFrecuenciaZ <- fdt(muestra1$z,breaks = "Sturges"); tablaFrecuenciaZ## Class limits f rf rf(%) cf cf(%)
## [0,0.5289) 1 0.00 0.1 1 0.1
## [0.5289,1.058) 0 0.00 0.0 1 0.1
## [1.058,1.587) 0 0.00 0.0 1 0.1
## [1.587,2.115) 0 0.00 0.0 1 0.1
## [2.115,2.644) 37 0.04 3.7 38 3.8
## [2.644,3.173) 330 0.33 33.0 368 36.8
## [3.173,3.702) 220 0.22 22.0 588 58.8
## [3.702,4.231) 245 0.24 24.5 833 83.3
## [4.231,4.76) 115 0.12 11.5 948 94.8
## [4.76,5.289) 47 0.05 4.7 995 99.5
## [5.289,5.818) 5 0.00 0.5 1000 100.0Histograma para Z
plot(tablaFrecuenciaZ,main="Histograma Z",xlab="Z",
ylab="Frecuencia absoluta",col="#EED8AE")
Poligo y densidad para Z
tablaZ <- data.frame(value=muestra1$z)
histogramaZ <- ggplot(tablaZ, aes(x=value))+
geom_histogram(aes(y=..density..), colour="#EE9572",fill="white")+
geom_density(alpha=.2, fill="#00868B")+ggtitle("Densidad y Poligono Z")
histogramaZ
histMediaZ <- histogramaZ + geom_vline(aes(xintercept=mean(value)),
color="aquamarine3",linetype="dashed",linewidth=1)+
geom_freqpoly(bin=tablaZ, color="#EE6363")
histMediaZ
Medidas de Tendencia central
Las medidas de tendencia central son medidas que resumen en un solo valor un conjunto de valores o datos. Entre las medidas de tendencia central encontramos el promedio o media aritmetica, mediana y moda
PROMEDIO: El promedio nos permiten observar el comportamiento de un conjunto de datos
MEDIANA: Es el valor que ocupa el centro de nuestro conjunto de datos de una variables
MODA: Es el valor que más se repite en el conjunto de datos de una variable
Medidas de tendencia central precio
promedioPrecio <- mean(precio)
variabilidadPrecio <- data.frame(promedioPrecio,medianaPrecio,modaPrecio);variabilidadPrecio## promedioPrecio medianaPrecio modaPrecio
## 1 3942.385 2302 945Grafica de relación de simetria precio
Medidas de tendencia central Quilate
variabilidadQuilate <- data.frame(promedioQuilate,medianaQuilate
,modaQuilate);variabilidadQuilate## promedioQuilate medianaQuilate modaQuilate
## 1 0.80162 0.7 0.3Grafica de relación de simetria Quilate
Medidas de tendencia central Profundidad
variabilidadProfundidad <- data.frame(promedioProfundidad,medianaProfundidad
,modaProfundidad);variabilidadProfundidad## promedioProfundidad medianaProfundidad modaProfundidad
## 1 61.8089 61.9 62.2Grafica de relación de simetria Profundidad
Medidas de tendencia central Tablas
variabilidadTabla <- data.frame(promedioTabla,medianaTabla
,modaTabla);variabilidadTabla## promedioTabla medianaTabla modaTabla
## 1 57.4563 57 56Grafica de relaciones de simetria Tabla
Medidas de tendencia central X
variabilidadX <- data.frame(promedioX,medianaX
,modaX);variabilidadX## promedioX medianaX modaX
## 1 5.72209 5.67 4.34Grafica de relaciones de simetria X
Medidas de tendencia central Y
variabilidadY <- data.frame(promedioY,medianaY
,modaY);variabilidadY## promedioY medianaY modaY
## 1 5.76078 5.7 4.39Grafica de relacion de simetria Y
Medidas de tendencia central Z
variabilidadZ <- data.frame(promedioZ,medianaZ
,modaZ);variabilidadZ## promedioZ medianaZ modaZ
## 1 3.53992 3.495 2.69Grafica de relación de simetria Z
Medidas de variabilidad
Las medidas de variabilidad proveen información sobre la variación de una variable es decir resumen en un valor la dispersión de una variable en un conjunto de datos. Entre las medidas de variabilidad encontramos el rango, varianza, desviacion estandar y el coeficiente de variación
En la siguiente gráfica se presenta la varianza de los variables que conforman a diamantes, la presente gráfica no tiene en cuenta el precio debido a que su varianza es demasiado grande debidoa ello no se logra apreciar las demás varianzas de las otras variables.
Varianza
## propiedades varianzasDatos
## 1 Quilate 0.2374538
## 2 Profundidad 2.0545053
## 3 Tabla 5.1654057
## 4 X 1.3267479
## 5 Y 1.9633141
## 6 Z 0.5110995ggplot(dataFrameDatos,aes(x=propiedades,y=varianzasDatos,fill=propiedades))+
geom_bar(stat="identity",width = 0.5)+
geom_text(aes(label=round(varianzasDatos,4)),vjust=-1)+
labs(title = "Varianza de variables")
Desviación estandar
En la siguiente gráfica se presenta la desviación estandar de las variables que conforman diamantes
## propiedades Desviacion_Estandar
## 1 Quilate 0.4872923
## 2 Profundidad 1.4333546
## 3 Tabla 2.2727529
## 4 X 1.1518454
## 5 Y 1.4011831
## 6 Z 0.7149122ggplot(dataFrameDesviacion,aes(x=propiedades,y=Desviacion_Estandar,fill=propiedades))+
geom_bar(stat="identity",width = 0.5)+
scale_fill_manual("Propiedades",values =colores)+
geom_text(aes(label=round(Desviacion_Estandar,4)),vjust=-1)+
labs(title = "Desviación estandar variables")
Coeficiente de variación
Se presentan los coeficientes de variación para las diferentes variables de diamantes
coeficientesDeVariacion <- data.frame(coeficientePrecio,coeficienteQuilate,coeficienteProfundidad,
coeficienteTabla,coeficienteX,coeficienteY,coeficienteZ); coeficientesDeVariacion## coeficientePrecio coeficienteQuilate coeficienteProfundidad coeficienteTabla
## 1 103.4925 60.78845 2.31901 3.95562
## coeficienteX coeficienteY coeficienteZ
## 1 20.1298 24.3228 20.19572Rango
RangosDiaman <- data.frame(rangoPrecio,rangoProfundidad,rangoQuilate,rangoTabla,
rangoX,rangoY,rangoZ); RangosDiaman## rangoPrecio rangoProfundidad rangoQuilate rangoTabla rangoX rangoY rangoZ
## 1 18323 14.3 2.49 21 8.76 27.8 5.76
Graficas de dispersión
Los graficos de dispersión nos ayudan a entender las posibles relaciones entre variables. En este caso se mostrara la dispersión de los datos a lo largo de la muestra.
Grafica de dispersión precio
ggplot(muestra1,aes(x=sample_Diamond,y=precio,fill=medianaPrecio))+
geom_point(color="steelblue4")+
geom_hline(yintercept = medianaPrecio,color="#8B3626",size=2)+
labs(title=" Dispersion Precio")
Grafica de dispersión quilate
Grafica de dispersión Profundidad
Grafica de dispersión tabla
Grafica de dispersión X
Grafica de dispersión Y
Grafica de dispersión Z
De las anteriores graficas podemos inferir que existe como una relacion entre precio y quilate como de igual manera entre X y Z
Dispersion precio-quilate
pairs(~precio + quilate,col=(mako(20,direction = -1)),
main="Dispersion Precio-Quilate")
Dispersión entre variables
En la presente gráfica se presenta las posible relaciones que pueden tener todas las variables
pairs(~precio+profundidad+quilate+muestra1$tabla+muestra1$x+
muestra1$y+muestra1$z,main="Dispersion de varias variables",
col=turbo(30,direction = -1))
Medidas de posición
Las medidas de posición permiten dividir el conjunto de datos en partes iguales. Para realizar el analisis estadistico solo se tendra en cuanta las medidas de posicion que creemos que son importantes. Entre las medidas de posición se encuentran los:
Cuantiles: Dividen el conjunto de datos en 4 partes iguales
Deciles: Dividen el conjunto de datos en 10 partes iguales
Percentiles: Dividen el conjunto de datos en 100 partes iguales
Para los percentiles se indicaran los percentiles 20, 30, 60 y 75 y para los cuartiles se indicaran los cuartiles 25, 50 y 75
Convenciones percentiles
Percentil 20 linea azul Percentil 30 linea morada Percentil 60 linea marron Percentil 75 linea Verde
Convenciones cuartiles
Cuartil 25 linea morada Cuartil 50 linea Azul Cuartil 75 linea Verde
Percentiles y cuartiles Precio
Percentil
perPresio20 <- quantile(precio,0.20,type = 6)
perPresio30 <- quantile(precio,0.40,type = 6)
perPresio60 <- quantile(precio,0.60,type = 6)
perPresio75 <- quantile(precio,0.75,type = 6)ggplot(PercentilesPresio,aes(x=precio)) + geom_histogram()+
labs(x="Presio",y="Frecuencia")+
geom_vline(xintercept = c(perPresio20,perPresio30,perPresio60,perPresio75),
colour=c("#FF7256","deeppink4","#8B2500","palegreen4"),
size=1,
linetype = "longdash"
)+
labs(title = "Percentiles para Precio")
Cuartil
QuantilPrecio25 <- quantile(precio,0.25,type = 6)
QuantilPrecio50 <- quantile(precio,0.50,type = 6)
QuantilPrecio75 <- quantile(precio,0.75,type = 6)
ggplot(muestra1,aes(x=precio,fill="#7CCD7C")) + geom_histogram()+
labs(x="Presio",y="Frecuencia")+
geom_vline(xintercept = c(QuantilPrecio25,QuantilPrecio50,QuantilPrecio75),
colour=c("deeppink4","#8B2500","palegreen4"),
size=1,
linetype = "longdash"
)+ theme(legend.position = "none")+
labs(title = "Cuantiles para Precio")
Percentil y cuartiles Quilate
Percentil
Cuartil
Percentil y cuartil Profundidad
Percentil
Cuartil
Percentil y cuartil Tabla
Percentil
Cuartil
Percentil y cuartil X
Percentil
Cuartil
Percentil y cuartil Y
Percentil
Cuartil
Percentil y cuartil Z
Percentil
Cuartil
Box plot
Los box plot o diagramas de caja nos permiten representar gráficamente sus datos mediante sus cuartiles. Las partes fundamentales de este diagrama la conforman sus cuartiles de igual sus valores extremos como lo son el minimo y el máximo. De acuerdo a ello se puede visualizar valores atípicos es decir valores que estan por encima del máximo y por debajo del minimo. La linea central de cada boxplot representa la mediana. Por otra se presenta la gráfica de densidad junto con el boxplot para observar el comportamiento de los datos de las diferentes variables
Box plot precio
boxplot(precio,id=list(method="y"),col= "lightblue",horizontal = TRUE, main="Diagrama de caja para Precio")
hist(precio, probability = TRUE, ylab = "", col = "grey",
axes = FALSE, main = "Relación densidad y Boxplot Precio")
axis(1)
lines(density(precio), col = "red", lwd = 2)
par(new = TRUE)
boxplot(precio, horizontal = TRUE, axes = FALSE,
lwd = 2, col = rgb(0, 1, 1, alpha = 0.15))
Box plot quilate
Box plot Profundidad
Box plot Tabla
Box plot X
Box plot Y
Box plot z
Medias de sesgo y apuntamiento
La curtosis determina la cercania de los datos, es decir indica la altura de la curva. A lo largo del presente documento se a presentado las curvas que conforman a las variables. Dentro de ellos se pueden observar que hay curvas con apuntamiento. Las medidas de sesgo representan que tan a leadeadas estan las curvas.
En el siguiente data frame se muestran la curtosis para las variables de la base de datos
curtosisPrecio <- kurtosis(precio)
curtosisQuilate <- kurtosis((quilate))
curtosisProfundidad <- kurtosis(profundidad)
curtosisTabla <- kurtosis(muestra1$tabla)
curtosisX <- kurtosis(muestra1$x)
curtosisY <- kurtosis(muestra1$y)
curtosisZ <- kurtosis(muestra1$z)
curtosisDatos <- data.frame(curtosisPrecio,curtosisProfundidad,curtosisQuilate,
curtosisTabla,curtosisX,curtosisY,curtosisZ); curtosisDatos## curtosisPrecio curtosisProfundidad curtosisQuilate curtosisTabla curtosisX
## 1 5.16939 5.521043 3.870395 5.324585 2.782561
## curtosisY curtosisZ
## 1 120.4599 2.838128ANALISIS ESTADISTICO PARA VARIABLES CUALITATIVAS
Color
La escala de color en diamantes se refiere a la forma en que la luz se refleja en el, y varia entre color D hasta color Z, en este caso se tiene colores desde D hasta J.
color=muestra1$color
color_tabla=table(color)
print(color_tabla)## color
## D E F G H I J
## 106 172 188 215 165 89 65colores=c("#260800","#2c4000","#ff5e59","#209fd8","#ffd043","#f5ffa1","#d0ff72")
barplot(color_tabla, xlab = "Color",ylab = "Frecuencia absoluta",main = "Color Diamantes",col =colores)
nc=length(color)
porcentajecolor=(color_tabla/nc)*100
print(porcentajecolor)## color
## D E F G H I J
## 10.6 17.2 18.8 21.5 16.5 8.9 6.5etiqueta=paste(porcentajecolor,"%",sep = " ")
colores=c("#260800","#2c4000","#ff5e59","#209fd8","#ffd043","#f5ffa1","#d0ff72")
pie3D(porcentajecolor,labels = etiqueta,col = colores,main ="Diagrama de sectores color")
legend("topright",c("D","E","F","G","H","I","J"),cex = 0.5,fill = colores)
Claridad
La claridad de un diamate se refiere a la existencia de alguna imperfeccion en su superficie o en su estructura interna y se clasifican en 6 categorias FL: sin inclusiones o marcas visibles bajo una lupa de 10x
IF: inclusiones y marcas muy difíciles de ver bajo una lupa de 10x
VVS1/VVS2: inclusiones y marcas muy pequeñas y difíciles de ver bajo una lupa de 10x
VS1/VS2: inclusiones y marcas pequeñas pero visibles bajo una lupa de 10x
SI1/SI2: inclusiones y marcas visibles a simple vista pero que no afectansignificativamente la belleza del diamante
I1/I2/I3: inclusiones y marcas grandes y visibles a simple vista que pueden afectar significativamente la belleza del diamante
claridad=muestra1$claridad
claridad_tabla=table(claridad)
print(claridad_tabla)## claridad
## I1 SI2 SI1 VS2 VS1 VVS2 VVS1 IF
## 12 164 260 227 134 83 83 37colores2=c("#90a4aE","#e0e0e0","#a1887f","#ff7043","#ffa726","#ffee58","#dce775","#aed581")
barplot(claridad_tabla, xlab = "Claridad",ylab = "Frecuencia absoluta",main = "Claridad Diamantes",col = colores2)
nclar=length(claridad)
porcentajclaridad=(claridad_tabla/nclar)*100
print(porcentajclaridad)## claridad
## I1 SI2 SI1 VS2 VS1 VVS2 VVS1 IF
## 1.2 16.4 26.0 22.7 13.4 8.3 8.3 3.7etiqueta2=paste(porcentajclaridad,"%",sep = " ")
pie3D(porcentajclaridad,labels = etiqueta2,col = colores2,main ="Diagrama de sectores Claridad")
legend("topright",c("I1","SI2","SI1","VS1","VVS2","VVS1","IF"),cex = 0.5,fill = colores2)
Corte
El corte en los diamantes se refiere a la manera en que la piedra preciosa ha sido tallada y pulida para maximizar su brillo, destello y belleza.
corte_1=table(corte)
colores4=c("#9A7D0A","#943126","#117864","#5B2C6F","#1A5276")
barplot(corte_1, xlab = "Corte",ylab = "Frecuencia absoluta",main = "Corte Diamantes",col = colores4)
ncor=length(corte)
porcentajcorte=(corte_1/ncor)*100
etiqueta3=paste(porcentajcorte,"%",sep = " ")
pie3D(porcentajcorte,labels = etiqueta3,col = colores4,main ="Diagrama de sectores Corte")
legend("topright",c("Regular","Bueno","Muy bueno","Premium","Ideal"),cex = 0.5,fill = colores2)
p=table(claridad,corte)
colores3=c("#90a4aE","#e0e0e0","#a1887f","#ff7043","#ffa726","#ffee58","#dce775","#aed581")
barplot(p, xlab = "Claridad-Corte",ylab = "Frecuencia absoluta",main = "Claridad-Corte Diamantes",col = colores3)
legend("topleft",c("I1","SI2","SI1","VS1","VVS2","VVS1","IF"),cex = 0.5,fill = colores3)
g=table(corte,color)
colores5=c("#9A7D0A","#943126","#117864","#5B2C6F","#1A5276")
barplot(g, xlab = "Color-Corte",ylab = "Frecuencia absoluta",main = "Color-Corte Diamantes",col = colores5)
legend("topleft",c("Regular","Bueno","Muy bueno","Premium","Ideal"),cex = 0.5,fill = colores5)
```